排序算法 总结&思考（一）

--前言

排序算法是最基本而且最基础的问题，特别是在C语言中。在C++,JAVA等面向对象设计中通常会提供相应的库函数，使得编程者不必要考虑详细的设计处理，调用即可。即便如此，这一问题仍然是面试笔试中必然涉及到的话题。写一篇自己对各种排序算法的认识，作为以后找工作的基础吧

1.简单易懂 の 直接插入排序（InsertSort）

谈到排序，日常接触最多的例子就是扑克牌的顺序调整，因为分配到的是洗匀的卡牌，所以需要对此进行排序，方便后续出牌

（这里只考虑按int大小排序，至于实际扑克点数大小，个人打牌习惯，不在范围之内~~）

我们一般会从左至右，依次把每一张非顺序的牌放在左边正确的位置，比如5会插在4和6之间，依此进行至结束。这种方式最直观最易理解，操作也最方便

算法来源于现实，而高于现实--计算机中实际应用往往比现实模型要复杂

一般使用数组进行排序，那么我们的“插入操作”就不仅仅是把卡牌插在两张卡的缝隙之间这么简单。数组是固定的，要在中间插入一个数据需要把后面所有数字平移一位！这是插入排序速度的瓶颈

这一瓶颈使得在平均情况和最坏情况下，时间复杂度都是O(n²)。值得高兴的是，在最好的情况下（已经排好序），时间复杂度为O(n)，所以在基本有序的序列中，使用直接插入排序还是比较有效的

直接插入排序的伪代码：

for i = [1,n)
  t = x[i]
  for(j=i; j>0 && x[j-1]>t; j--)
    x[j] = x[j-1]
  x[j] = t

2. 创造有序 の 希尔排序（ShellSort）

基于直接插入排序在基本有序的情况下表现较好，一种改进的插入排序算法--希尔排序诞生。原理是先通过数次小集合的顺序调整，使得最后整个序列排序时达到基本有序的状态，减少移动元素的开销

D.L.shell于1959年在以他名字命名的排序算法中实现了这一思想。算法先将要排序的一组数按某个增量分成若干组，每组中记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量对它进行，在每组中再进行排序。当增量减到1时，整个要排序的数被分成一组，排序完成.

一般的初次取序列的一半为增量，以后每次减半，直到增量为1。关于增量算法的选择请参考更多资料

希尔排序由于增量选取和控制方式的不同，代码实现也不尽相同。下面是一个简单的C语言实现：

     const int n = 5;
     int i, j, temp; 
     int gap = 0;
     int a[] = {5, 4, 3, 2, 1}; 
     while (gap<=n)
     {
          gap = gap * 3 + 1;
     } 
     while (gap > 0) 
     {
         for ( i = gap; i < n; i++ )
         {
             j = i - gap;
             temp = a[i];             
             while (( j >= 0 ) && ( a[j] > temp ))
             {
                 a[j + gap] = a[j];
                 j = j - gap;
             }
             a[j + gap] = temp;
         }
         gap = ( gap - 1 ) / 3;
     }

这种改进使得希尔排序时间复杂度可以达到O(nlogn)-O(n²)之间。根据增量的不同，最佳平均情况时间复杂度可以达到O(n^1.3)，最好和最坏情况同直接插入排序（O(n),O(n²)），在这里只提及这种思想即止（平常应用中大量采用快排，shell排序因为流程控制复杂些，比较少见）

3  一目十行 の 简单选择排序（SelectSort）

有趣的是，逻辑上“简单”一词在现实中和计算机中的影响大不一样。生活中，我们一般会选择“怎么简单怎么做”，还是以扑克牌为例子，有些人会从手中数量不多的牌中，从小到大依次选择并取出牌，放置在新的位置进行排序。而在计算机中，这一逻辑非常清晰简单的算法却被评价为效率最低的算法

原因很简单：思维方式&应用场景决定了这点。计算机没有"一目十行"的能力，无法从中快速挑出点数最小的牌，并且，牌的总数量一般比较少，如果要从上百张牌中一个个挑选，恐怕超人才有这种速度吧~

void SelectSort(SqList *L)
{
 int i,j,min;
 for(i=1;i<L->length;i++)
 { 
  min = i;       
  for (j = i+1;j<=L->length;j++) 
  {
       if (L->r[min]>L->r[j]) 
             min = j;   
  }
  if(i!=min)    
       swap(L,i,min);
 }
}

因为每一个元素的选择都需要扫描剩下的所有元素，这种比较导致简单选择排序在 任何情况下时间复杂度都是O(n²)，运行起来可就不“简单”了

4  快速稳定 の 堆排序（HeapSort）

堆排序已经在前面一篇文章中介绍过了，所以这里就不再多言。堆排序也是基于“选出”最小元素的选择排序类，只是因为它建立了独有的数据结构，使得每次操作的开销平均到O(logn)级别，是一个较优的排序算法

需要注意的是，标题中的“稳定”并不是指的通常说称排序算法的稳定性，而是说堆排序在任何情况下时间复杂度都达到O(nlogn)。排序算法的稳定性也很好理解，相同元素在排序过程中是否会保证顺序不变（某些特殊情况可能会用到这点），如果是，则称算法是稳定的。除直接插入排序外，其他三个算法都是不稳定的

插入排序类和选择排序类思想比较简单，后面将介绍另4种应用较广的其他类算法

（未完待续）